城市土地覆盖数据训练集

包含将高分辨率航拍图像分类为9种城市土地覆盖类型的训练和测试数据。分类时使用多尺度的光谱、大小、形状和纹理信息。每个类别的训练样本数量较少（14-30个），但分类变量数量较多（148个）测试数据集来自图像的随机抽样。

搜集汇总

背景与挑战

背景概述

该数据集是一个用于城市土地覆盖分类的训练集，基于高分辨率航拍图像，将图像分为9种不同的土地覆盖类型。其特点在于分类时综合利用了多尺度的光谱、大小、形状和纹理信息，且每个类别的训练样本数量相对较少（14-30个），但分类变量多达148个，适用于需要精细特征提取的机器学习任务。